掃碼下載
BTC $65,444.24 -2.83%
ETH $1,843.20 -2.77%
BNB $628.22 -4.47%
XRP $1.21 -0.40%
SOL $72.72 -3.45%
TRX $0.3338 -0.43%
DOGE $0.0927 -0.83%
ADA $0.2051 -4.77%
BCH $246.94 -12.21%
LINK $8.41 -0.78%
HYPE $74.94 +8.81%
AAVE $75.45 +1.24%
SUI $0.8375 +1.80%
XLM $0.2137 -2.79%
ZEC $627.71 +3.26%
BTC $65,444.24 -2.83%
ETH $1,843.20 -2.77%
BNB $628.22 -4.47%
XRP $1.21 -0.40%
SOL $72.72 -3.45%
TRX $0.3338 -0.43%
DOGE $0.0927 -0.83%
ADA $0.2051 -4.77%
BCH $246.94 -12.21%
LINK $8.41 -0.78%
HYPE $74.94 +8.81%
AAVE $75.45 +1.24%
SUI $0.8375 +1.80%
XLM $0.2137 -2.79%
ZEC $627.71 +3.26%

視覺

OpenAI 發布更新:實現實時跨音頻、視覺和文本推理

ChainCatcher 消息,据 Cointelegraph 報導,OpenAI 在 10 月對其模型進行了四項更新,幫助其 AI 模型更好地進行對話並提高圖像識別能力。第一項重大更新是實時 API,它允許開發人員使用單個提示創建人工智能生成的語音應用程序,實現類似於 ChatGPT 高級語音模式的自然對話。以前開發人員必須將多個模型"拼接在一起"才能創建這些體驗。音頻輸入通常需要在接收響應之前完全上傳和處理,這意味著語音相互對話等實時應用程序的延遲較高。借助 Realtime API 的流媒體功能,開發人員現在可以實現即時、自然的互動,就像語音助手一樣。該 API 運行在 2024 年 5 月發布的 GPT-4 上,可以實時跨音頻、視覺和文本進行推理。另一項更新包括為開發人員提供的微調工具,使他們能夠改進從圖像和文本輸入生成的人工智能響應。基於圖像的微調器使人工智能能夠更好地理解圖像,從而增強視覺搜索和物體檢測能力。該過程包括來自人類的反饋,他們提供了好的和壞的反應例子進行訓練。除了語音和視覺更新之外,OpenAI 還推出了"模型蒸餾"和"提示緩存",允許較小的模型向較大的模型學習,並通過重用已處理的文本來減少開發成本和時間。據路透社報導,OpenAI 預計明年收入將增至 116 億美元,高於 2024 年預計的 37 億美元。
app_icon
ChainCatcher 與創新者共建Web3世界